收敛
共 469 篇文章
收敛 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 469 篇文章，持续更新中。
J基于牛顿拉夫逊算法的潮流计算
适用于电力系统分析与仿真项目，采用MATLAB实现的牛顿-拉夫逊法潮流计算程序，支持快速收敛与高精度计算，是电力网络优化设计的重要工具。
xilinx_fpga_timing_constrain_guide
专为Xilinx FPGA设计优化的时序约束指南，涵盖时钟管理、路径分析与时序收敛技巧，工程师必备的实战参考手册。
潮流计算-C#
目前计算机潮流计算的方法主要有牛顿-拉夫逊算法和PQ分解法。牛顿-拉夫逊算法是数学上求解非线形方程组的有效方法，具有较好的收敛性，曾经是潮流计算中应用比较普遍的方法。PQ快速分解法是从牛顿-拉夫逊算法演变而来的，是将纯数学的牛顿-拉夫逊算法与电力系统具体特点相结合并进行简化与改进而得出的。PQ快速分解法比牛顿-拉夫逊算法大大提高了计算速度和节省了内存，故而本程序以PQ快速分解法进行潮流计算。
FloTHERM的基本操作
FloTHERM的基本操作
1. 打开并研究已有的模型。
2. 观察几何模型及网格。
3. 回顾收敛曲线图。
4. 在数据表和可视化模式下分析结果。
基于matlab的自适应滤波器
针对LMS自适应滤波收敛速度慢的缺点，提出小波域变换自适应滤波，该算法具有收敛速度快，精度高的特点。
论文
在分析传统LMS算法及变步长LMS的基础上，提出了一种改进的变步长LMS算法并应用于系统辨识。新算法利用瞬时误差的四次方和遗忘因子共同来调整步长，进一步解决了收敛时间和稳态误差的矛盾。将新算法应用到系统辨识中时，与传统LMS算法和变步长LMS算法相比，仿真表明新算法有更快的收敛速率。
研究生考试
考研数学必备，考试大纲，无恶意不可，必须及收敛，才能成功，就是这些
FPGA课件17
第四部分4：FPGA的设计收敛。。。。。。。。。。。。。。。
Hspcie教程
有关hspice的教程，它使电路级性能分析变得容易，并且生成可利用的Monte Carlo、最坏情况、参数扫描（sweep），数据表扫描分析，而且还使用了最可靠的自动收敛特性
RLS算法
RLS自适应算法实现，用于数字预失真处理，可现实快速收敛
FPGA论文7
FPGA设计中的时序收敛与时钟切换..........
基于粗糙小波网络的应用服务器老化预测模型
·摘要： 针对应用服务器系统中存在的软件老化现象,监测系统资源消耗的性能参数,采用粗糙小波网络建立系统老化预测模型.该模型首先采用信息熵约简方法化简系统性能参数,从而确定粗糙小波网络的输入变量;然后采用自适应遗传算法对网络结构和参数进行优化.最后通过实验表明,该模型比传统的神经网络和小波网络模型具有更高的预测精度及更好的收敛性能.
蒙特卡洛法全周期抽样研究
全周期抽样法解决了模拟计算计算精度与速度的矛盾，证明了全周期抽样收敛性的唯一性，与随机种子及系统规模无关。
并行遗传算法收敛性分析及优化运算.PDF
资料->【C】嵌入系统->【C3】自动化控制->【1】控制算法->【遗传算法】->并行遗传算法收敛性分析及优化运算.PDF
基于遗传神经网络的人脸识别分类器设计
·摘 要:神经网络由于具有抗干扰性和容错性,常被用在人脸识别的分类器中.但是,神经网络的训练过程花费的时间很长,训练的次数多,而且不易收敛.这里提出一种合作式的遗传神经网络作为新的分类器.使分类器的训练次数明显的减少,收敛性得到了提高.实验仿真得到了很好的效果.
用双向收敛蚁群算法解作业车间调度问题.pdf
资料->【C】嵌入系统->【C3】自动化控制->【1】控制算法->【蚁群算法】->用双向收敛蚁群算法解作业车间调度问题.pdf
小波神经网络的图像颜色测温方法
·摘 要:在可见光谱范围内,随着温度的变化,高温物体的颜色也相应变化,因此提出了一种基于小波神经网络的图像颜色测温方法.选取HSV模型中的H和S作为模式特征向量,用小波神经网络快速拟合出高温物体的颜色与温度之间的非线性关系.实验结果表明,应用小波神经网络进行图像颜色测温的精度较好,且受客观环境影响较小,迭代次数少,收敛快,该方法已被应用在200MW锅炉火焰测温和控制中.
基于QPSO和MATLAB优化资金投资组合
·摘 要:量子粒子群优化算法（QPSO）是一种基于粒子群优化算法（PSO）的进化算法，它收敛速度快、规则简单、易于编程实现；Matlab是国际控制界公认的标准计算软件。采用QPSO对资金组合投资的多目标问题进行优化，使用Matlab编程，解决了传统方法难以解决的问题，仿真实验表明采用本方法能对资金投资组合问题提出较好的优化决策。[著者文摘]
基于改进的粒子群-小波神经网络的固井质量智能评价
·摘要： 为了克服传统的相对幅度法在同井质量评价中识别率低下的缺点,提出了一种基于改进粒子群一小波神经网络的固井质量智能评价方法.首先在应用李亚普诺夫理论分析得到单个粒子收敛条件的基础上,提出一种粒子群改进算法,接着利用该算法来优化小波神经网络权值.应用Iris标准分类数据集对本文算法进行测试,结果表明该改进算法与BP-WNN、PSO-WNN等经典算法相比,网络不仅易于全局收敛,而且迭
基于小波神经网络的非线性系统工程安全性评价研究
·摘 要:针对现有非线性系统工程安全性评价方法中存在的不足之处,本文将小波理论与神经网络相结合,提出了一种可应用于系统工程安全性评价的小波神经网络模型。最后将该网络应用于某大跨度悬索桥的安全评价中。研究结果表明：训练后的WNN模型收敛速度优于BP神经网络,有效减少了平均训练误差。研究成果可应用于其他系统工程的安全性评价中。[著者文摘]